之前看到数据结构中字符串的模式匹配时,花了半天的时间,才把KMP算法中的next函数整明白了,结果过了几天在看到这时,只记得next[j+1]=next[j]+1,可是有时候能套公式正确算出,有时候就算不对,所以今天再重新理一遍思路,顺便记录下来,防止哪天脑子再短路了,又不知道怎么求解的了。
先看看next数据值的求解方法
位序 1 2 3 4 5 6 7 8 9
模式串 a b a a b c a b c
next值 0 1 1 2 2 3 1 2 3
next数组的求解方法是:
1.第一位的next值为0
2.第二位的next值为1
后面求解每一位的next值时,根据前一位进行比较
3.第三位的next值:第二位的模式串为b ,对应的next值为1;将第二位的模式串b与第一位的模式串a进行比较,不相等;则第三位的next值为1(其他情况均为1)
4.第四位的next值:第三位的模式串为a ,对应的next值为1;将第三位的模式串a与第一位的模式串a进行比较,相同,则第四位的next值得为1+1=2
5.第五位的next值:第四位的模式串为a,对应的next值为2;将第四位的模式串a与第二位的模式串b进行比较,不相等;第二位的b对应的next值为1,则将第四位的模式串a与第一位的模式串a进行比较,相同,则第五位的next的值为1+1=2
6.第六位的next值:第五位的模式串为b,对应的next值为2;将第五位的模式串b与第二位的模式中b进行比较,相同,则第六位的next值为2+1=3
7.第七位的next值:第六位的模式串为c,对应的next值为3;将第六位的模式串c与第三位的模式串a进行比较,不相等;第三位的a对应的next值为1,
则将第六位的模式串c与第一位的模式串a进行比较,不相同,则第七位的next值为1(其他情况)
8.第八位的next值:第七位的模式串为a,对应的next值为1;将第七位的模式串a与第一位的模式串a进行比较,相同,则第八位的next值为1+1=2
9.第八位的next值:第八位的模式串为b,对应的next值为2;将第八位的模式串b与第二位的模式串b进行比较,相同,则第九位的next值为2+1=3
如果位数更多,依次类推
KMP算法的关键在于求算next[]数组的值,即求算模式串每个位置处的最长后缀与前缀相同的长度,下面按照递推的思想总结一下求解next[]数组:
根据定义next[1]=0,假设next[j]=k, 即P[1…k-1]==P[j-k,j-1]
1)若P[j]==P[k],则有P[1..k]==P[j-k,j],很显然,如果next[j]=k; 则next[j+1]=next[j]+1=k+1;否则next[j+1]=k+1!=next[j]+1;(当初就想着记公式简单可以直接套用呢,结果只记住next[j+1]=next[j]+1以至于后来迷糊了)
2)若P[j]!=P[k],则可以把其看做模式匹配的问题,即匹配失败的时候,k值如何移动,显然k=next[k]。
因此可以这样去实现:
void getNext(char *p,int *next)
{
int j,k;
next[1]=0;
j=1;
k=0;
while(j<strlen(p)-1)
{
if(k==0||p[j]==p[k]) //匹配的情况下,p[j]==p[k],next[j+1]=k+1;
{
j++;
k++;
next[j]=k;
}
else //p[j]!=p[k],k=next[k]
k=next[k];
}
}
KMP模式匹配算法改进:
后来有人发现其实KMP算法还是有缺陷的,比如主串S=“aaaabcde”,子串T=“aaaaag”,其next数组为012345;当i=5 ,j=5是“b”与“a”不匹配,此时j=next[5]=4,又发现j=4时,“b”与“a”不匹配,依次类推,直到j=next[1]=0;此时i++,j++,i=6,j=1从而我们发现中间有多余的判断,由于子串T中第2、3、4、5位置的字符都与首位的“a”相同,即可以用首位next[1]的值去取代与它字符相等的后续next[j]的值,即next数组改为000005,此时由i=5,j=5时“b”与“a”不匹配,此时j=next[5]=0;此时i++,j++得到i=6,j=1,即可省去中间的多余判断。因此我们需要改进next函数的求解方法。
/* 求模式串T的next函数修正值并存入数组nextval */
void get_nextval(String T, int *nextval)
{
int i,j;
i=1;
j=0;
nextval[1]=0;
while (i<T[0]) /* 此处T[0]表示串T的长度 */
{
if(j==0 || T[i]== T[j]) /* T[i]表示后缀的单个字符,T[j]表示前缀的单个字符 */
{
++i;
++j;
if (T[i]!=T[j]) /* 若当前字符与前缀字符不同 */
nextval[i] = j; /* 则当前的j为nextval在i位置的值 */
else
nextval[i] = nextval[j]; /* 如果与前缀字符相同,则将前缀字符的 */
/* nextval值赋值给nextval在i位置的值 */
}
else
j= nextval[j]; /* 若字符不相同,则j值回溯 */
}
}